基于低成本单芯片微处理器的高稳健性破损玻璃检测器解决方案.docVIP

基于低成本单芯片微处理器的高稳健性破损玻璃检测器解决方案 引言 破损玻璃检测器 (GBD) 主要用来检测家庭住宅或商业楼宇门窗玻璃的破损情况。GBD 也可归类为一种监控设备，用以提高家庭或商业环境的安全性，避免非法进入。GBD 既可独立工作，也可与其它防盗设备协同工作，形成一套完整的安全系统。GBD 的基本工作原理就是捕获各种声音，并对其进行分析，然后报告玻璃是否破碎。基于这种工作模式，GBD的性能很大程度上取决于声源音质，这对设计人员提出了诸多挑战。此外，GBD 必须排除各种非真正玻璃破碎发出的声音，这种可能触发虚假玻璃破碎警报的声音事件就是误报警。本文将介绍一种采用低成本微处理器 (MCU) 的高效、稳健可靠的 GBD 设计方案。 MCU 属于低端处理器，广泛用于简单的数字实时时钟或复杂的智能计量装置等各种应用。MCU 之所以能够广泛应用，主要是因为其相对于大多数其他类型的数字处理器而言具有低成本、低功耗、简便易用等优异特性。在简单应用中，由于要求不多，因此低成本和低功耗很容易实现。然而，随着 MCU 不断应用于复杂的应用，要想保持低成本和低功耗就要面临更大的挑战。因此，工程师目前的任务就是以尽可能低的成本实现最佳性能。为了实现这一目标，我们必须解决诸如片上内存较低、外设集有限、运行速度较低、引脚数量较少等 MCU架构限制问题。同时，工程师必须优化利用 MCU 的一切可用资源，才能使其在像破损玻璃检测器 (GBD) 这种相当复杂的应用中充分发挥作用。 设计考虑 稳健的 GBD 算法应该能够很容易地将真正的玻璃破碎声与其它声音区别开来。所有 GBD 算法都会捕获声音，并对其时间和频率构成进行分析，然后做出决策。玻璃破损声会因玻璃类型、厚度、声学环境、距离，以及撞击玻璃所用器具的不同而有所变化。虽然所有 GBD 算法的本质很类似，但在具体情况下会略有差别。不过，很难让一种算法适用于所有情况。而对算法的微调通常要在家庭或企业的最后安装阶段中进行。 有效的玻璃破损信号可在时域或频域内加以分析。图 1 和图 2 分别显示了时域和频域内典型的玻璃破损信号。玻璃破损声的音频频谱正好介于 20Hz 至 20 kHz 之间。时域波形与实际听到的声音相关，而频域波形则给出了完整的信号频谱。上述两种图形为设计高效的玻璃破损检测算法提供了重要信息。时域图显示波形密集，且在短时间间隔内存在大量活动，这不仅说明信号包含了大量高频分量，同时也意味着波形的跨零和峰值数较多。尽管这些信息很有用，但这些特点看起来却酷似白噪声。设计人员接下来所面临的挑战就是如何对其加以区分。 图 1：时域内的玻璃破损信号 图 2：频域内的玻璃破损信号 在频域方面，我们也面临着类似的挑战。玻璃破损信号分量好像是以相对平均的能量分布于整个频谱，这与典型的白噪声类似。不过，我们也发现，在 200 ~ 300 Hz 的低频区域有一个不小的峰值，这给我们做出区分判断提供很有用的信息。这一峰值是玻璃破损过程中击打物撞击玻璃所最初产生的声音频率分量。撞击表现为后续高频玻璃破损声中的低频信号。这种“撞击”或者“重击”也可以理解为器具碰撞玻璃时所发出的声音。这种信号在时域波形中很难分辨出来，但我们确实清楚这种声音是在玻璃破损过程中先于其他声音而发生的。据此，我们可以确定地列出玻璃破损信号的部分有关因素： 包括大量高频分量，即包含大量跨零和峰值。 包含击打物碰撞玻璃所产生的 200 ~ 300 Hz 低频分量，出现在玻璃破损声音的起始阶段。 系统组件 图 3 显示了破损玻璃检测器的典型系统方框图。 图 3：破损玻璃检测器的系统方框图 上面列出了执行具体行动的关键块。GBD 必须始终保持开启状态，而且应该能够实时处理任何声音活动。不过，GBD 的某些块可在非工作状态下关闭或进入低功耗模式。我们将在后续部分对此加以分别说明。扩音器负责捕获声音，而增益放大器与抗混淆滤波器 (AAF) 则负责信号放大及高频分量过滤。AAF 旨在屏蔽超过 20 kHz 可听范围以外的音频，并避免在模拟信号数字化过程中违反奈奎斯特准则 (Nyquist criterion)。虚线内的块可理解为处理器的一部分。处理器可以是 ASIC、MCU 或数字信号处理器 (DSP)。模数转换器 (ADC) 将模拟信号转变为数字信号，以便在数字域中进行处理。采样频率 ( ) 可根据信号的频率分量来选择。由于采用了 20 kHz 的 AAF，因此采样率必须大于或等于 40 kHz，这样才能保存原始内容，确保信号的完整性。信号分析块包含检测／区分玻璃破损声所需的整个信号处理机制。完成之后，决策块将激活 LED 或蜂鸣器等指示器，报告玻璃破损情况。在以下各节中，我们将全面讨论各块的具体规范。 硬件设计规范